企业优化数据存储的6个提示

简介: 企业优化数据存储的6个提示

存储设备在IT资源管理中也被忽视。很多数据中心通常并没有充分地利用存储空间,却使其所能容纳的数据不超过20%。在其他情况下,存储设备也被忽略。没有人需要检查未使用的存储空间在哪里。与之相反,他们应对存储空间不足的方法只是购买更多存储设备。其教训也很明显:企业如果希望改善数据中心的成本支出情况,则需要实施存储和其他资源的最佳管理实践。


在所有IT技术中,存储技术几乎是最被人们忽视或不被重视的。很多企业的存储设备管理的工作通常交给运营团队的初级成员实施。与应用程序和网络等领域相比,存储专业人士很少有行业认证。存储专业人员在晋升方面往往被忽视,在许多情况下,存储专业人员没有可行的职业阶梯。

 

存储设备在IT资源管理中也被忽视。很多数据中心通常并没有充分地利用存储空间,却使其所能容纳的数据不超过20%。在其他情况下,存储设备也被忽略。没有人需要检查未使用的存储空间在哪里。与之相反,他们应对存储空间不足的方法只是购买更多存储设备。

 

其教训也很明显:企业如果希望改善数据中心的成本支出情况,则需要实施存储和其他资源的最佳管理实践。

 

以下是企业的首席信息官和数据中心管理人员可以采取的六个优化大数据存储的步骤。

 

1.检查大数据分层阶段战略

 

大多数数据中心管理人员都承认,他们存储的数据比想要的要多得多。主要原因是担心丢弃可能对将来有用的数据对文档的电子发现和可检索性有一定的影响。但是,这些都不能以优化处理和存储的方式来存储数据。

 

企业很少使用的数据或从未使用过但可能用于法律目的的数据,可以存储在数据中心或云端,或存取在速度慢但成本低廉的磁带和磁盘组成的冷存储设备上。企业必须提供的快速日常访问数据可以存储在价格高昂的超高速固态硬盘上。而处于这两个极端之间的偶尔会被访问的数据可以驻留在中等速度的磁盘驱动器上。

 

企业需要确定哪些数据应该存储在哪里,然后放在那里,这将会降低存储成本。

 

2.评估基于云计算(相对于本地部署)数据可扩展性的成本

 

目前的看法认为,在云端的异常高峰数据时间采用纵向扩展数据存储会更好,因为企业只是租用这个存储空间。但是,当企业超出云端的正常数据存储分配时,也可能存在隐藏的成本。企业应该定期评估它实际上是否在云端进行扩展,以及是否比在自己的数据中心中纵向扩展数据成本更低。

 

3.清点企业的存储资源并评估它们的使用情况

 

企业在数据中心的某个地方,数据中心的存储空间或某个现场的某个地方,都会发现没有充分利用的磁盘驱动器。如果企业没有拥有一个跟踪所有资产的最新IT资产管理系统,那么需要立即获取并开始使用。存储设备应该是企业首先关注的一个领域,看它是否被充分利用或根本没有被使用,所以企业可以看到在哪里提高它的效用。如果发现存在过时的存储资源,那么可以将其清除。

 

4.评估企业分布式数据集市存储

 

这一点与以上提到的观点是一致的。企业需要知道其分布式数据集市(和存储)在哪里,以及如何充分利用存储设备。如果存储设备的利用率大大降低,那么尝试将其重新分配到更大的需求区域。

 

5.制定边缘存储策略和实践

 

边缘存储的独特之处在于,大部分存储设备在使用机器人、人工智能、机器学习和自动化的制造设施中。边缘存储使企业能够临时将数据存储在本地数据中心的收集点,然后在带宽变得更加可用时上传数据,这可能是一个批处理的夜间进程。

 

边缘存储管理可能是一个问题,因为在许多情况下,要求本地生产工程师或没有存储知识背景的工厂工作人员进行管理。IT存储专业人士需要对这些存储设备进行监控,以便他们可以监控整体运行状况,并确定存储的哪台机器生成的数据以及哪些数据(如机器之间的通信抖动)与业务无关,并决定是否应该丢弃。

 

6.制定和实施数据保留政策

 

通常企业每隔几年就会审查一次用户的数据保留政策,而这些审核应该每年进行一次。数据保存和用户访问权限应该每年进行审查,因为这两个方面的存储容量是不断变化的。这个措施还会促使用户确定哪些是他们想要的数据,以及哪些数据可以丢弃。

 

所有这些大数据存储目标的最终目标是优化存储资源的利用率和开销,无论资源是在内部部署数据中心还是在云端。

 

版权声明:本文为企业网D1Net编译,转载需注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。

相关文章
|
14天前
|
存储 运维 负载均衡
智能存储解决方案:探索 TDengine 的多级存储功能
在当今数据驱动的时代,如何高效地存储和管理海量数据已成为企业面临的一大挑战。为了应对这一需求,TDengine Enterprise 不仅支持使用对象存储(S3),还早已引入了独特的多级存储功能。这一功能不仅能够降低存储成本,还能显著提升数据写入性能,并简化系统维护流程。
25 2
|
1月前
|
NoSQL 数据管理 关系型数据库
利用阿里云的尖端数据库解决方案增强游戏数据管理
利用阿里云的尖端数据库解决方案增强游戏数据管理
|
6月前
|
SQL 缓存 大数据
优化数据库性能的五大策略
传统的数据库性能优化常常集中在SQL查询优化和索引设计上,然而,在当今大数据时代,优化数据库性能需要综合考虑更多因素。本文将介绍五大策略,从硬件资源利用、数据模型设计、查询优化、缓存策略到数据库配置调整,为您提供全面的数据库性能优化方案。
|
6月前
|
存储 数据安全/隐私保护
平台设计-联系信息的存储
之前说过平台的用户信息是集中存储的
|
存储 SQL 缓存
如何在高性能的前提下,降低数据库存储成本?
如何在高性能的前提下,降低数据库存储成本?
282 0
如何在高性能的前提下,降低数据库存储成本?
|
存储 运维 Cloud Native
客户案例|国泰产险引入阿里云Lindorm数据库,实现存储成本降低75%
日前,国泰财产保险有限责任公司(以下简称“国泰产险”)通过引入阿里云Lindorm数据库,在历史保单分析场景下,查询性能获得约70%提升,同时通过Lindorm深度优化的ZSTD压缩算法,存储效率进一步提升30%,整体综合成本下降75%。
客户案例|国泰产险引入阿里云Lindorm数据库,实现存储成本降低75%
|
存储 运维 Cloud Native
「设计」如何提升PaaS产品「使用效率」?阿里云数据库产品体验升级之路
技术演进推进各行各业数字化进程的同时,其背后不同B类用户的使用体验和使用效率越来越重要。设计师们在复杂的业务场景中抽丝剥茧,探寻有效的设计解法,提升产品体验效率。
539 0
「设计」如何提升PaaS产品「使用效率」?阿里云数据库产品体验升级之路
|
存储 人工智能 分布式计算
阿里云数据库助力智启蓝墨实现在线大容量存储与分析
阿里云数据库助力智启蓝墨实现在线大容量存储与分析
1296 0
阿里云数据库助力智启蓝墨实现在线大容量存储与分析
|
存储 固态存储 大数据
用好阿里云分析型数据库大存储实例,大幅降低大数据应用成本
在企业的业务中,经常拥有海量的历史结构化数据,虽然不会高频度的使用,但是不排除会不定期的被检索、查询(检索频率一般在100-1000次每天)。如物联网、交易历史详单查询、监控/日志数据检索等场景。这时企业需要廉价的存储计算方案,但是又不能将数据存储于离线计算系统或归档到对象存储系统,就需要使用分析.
9828 2
|
存储 机器学习/深度学习 人工智能